Ilustrasi Penilaian Dampak dan Privasi sejak Perancangan

Ilustrasi. [Source: Unsplash]

Pragmaintegra.com – Tata kelola yang dibahas pada bagian sebelumnya menjawab pertanyaan siapa yang bertanggung jawab dan apa yang dicatat. Bagian ini menjawab pertanyaan yang lebih menentukan: kapan pelindungan data dipikirkan. Dua instrumen menjadi pusat pembahasan, yaitu penilaian dampak pelindungan data pribadi (data protection impact assessment, DPIA) untuk pemrosesan berisiko tinggi, dan prinsip privasi sejak perancangan dan secara bawaan (privacy by design and by default). Keduanya memindahkan pelindungan data dari tahap setelah sistem berjalan ke tahap sebelum keputusan diambil. Bagian ini membahas landasan filosofis dan teoretisnya, kerangka hukumnya di Indonesia setelah terbitnya PP 33/2026, dan cara menjalankannya dalam korporasi tanpa terjebak menjadi formalitas.

Landasan Filosofis: Kehati-hatian Sebelum Bertindak

Kedua instrumen ini berakar pada etika kehati-hatian: pihak yang menciptakan risiko bagi orang lain wajib memikirkan risiko itu sebelum bertindak, bukan sekadar memperbaiki akibatnya sesudahnya. Dalam hukum lingkungan, gagasan yang sama melahirkan analisis mengenai dampak lingkungan; dalam hukum pelindungan data, ia melahirkan penilaian dampak. Penelitian tentang penerapan penilaian dampak di sektor perbankan Indonesia merumuskan tujuan instrumen ini dalam regulasi Uni Eropa sebagai upaya memastikan bahwa pelindungan data menjadi bagian integral dari siklus pemrosesan, bukan sesuatu yang dipikirkan belakangan.[1] Kajian konseptual tentang ketegangan privasi membuat pembedaan yang sejalan antara privasi sebagai fitur yang ditambahkan belakangan dalam pengembangan produk dan privasi sebagai paradigma yang ditanamkan dalam seluruh proses bisnis, produk, dan layanan sejak pengembangan awal hingga tahap konsumsi dan pembuangan akhir.[2]

Dalam pandangan modul ini, landasan filosofis itu juga berkaitan dengan gagasan penentuan nasib informasional yang dibahas pada awal bab ini. Subjek data tidak hadir di ruang rapat ketika produk dirancang, ketika algoritma pemeringkatan kredit disusun, atau ketika sistem pemantauan pegawai dipasang. Penilaian dampak adalah mekanisme yang menghadirkan kepentingan subjek data secara prosedural di ruang tersebut: ia memaksa organisasi bertanya dari sudut pandang orang yang datanya akan diproses. Privasi sejak perancangan melangkah lebih jauh dengan menanamkan jawaban atas pertanyaan itu ke dalam arsitektur sistem, sehingga pelindungan tidak bergantung pada kehendak baik setiap pengguna sistem di kemudian hari.

Kehati-hatian itu tidak berarti larangan. Penilaian dampak tidak dimaksudkan untuk menghentikan pemrosesan yang berisiko, melainkan untuk memastikan bahwa risiko dikenali, ditimbang dengan manfaatnya, dan ditekan sampai tingkat yang dapat dipertanggungjawabkan. Dalam pandangan modul ini, di sinilah perbedaan antara pendekatan berbasis risiko dan pendekatan berbasis hak bertemu: hak subjek data menetapkan batas yang tidak boleh dilampaui, sedangkan penilaian risiko menentukan seberapa besar upaya pelindungan yang diperlukan di dalam batas itu.

Landasan Teoretis

a. Risiko terhadap hak, bukan risiko terhadap organisasi. Tinjauan sistematis atas 25 studi tentang tantangan pelaksanaan penilaian dampak menegaskan bahwa risiko dalam rezim pelindungan data berbeda dari manajemen risiko tradisional dalam tiga hal: objeknya adalah hak dan kebebasan subjek data, perspektifnya berpusat pada subjek data, dan logika kuantifikasinya adalah proporsionalitas kontekstual, bukan probabilitas aktuarial.[3] Tinjauan itu juga menegaskan bahwa penilaian dampak melibatkan penilaian diskresioner dan uji proporsionalitas, sehingga lebih tepat dipahami sebagai instrumen tata kelola hak fundamental daripada daftar periksa kepatuhan.[4] Pembedaan ini penting bagi korporasi Indonesia yang terbiasa dengan manajemen risiko perusahaan: risiko yang dinilai dalam penilaian dampak bukan risiko denda atau reputasi bagi perusahaan, melainkan risiko kerugian bagi orang yang datanya diproses.

b. Penilaian sebagai proses berkelanjutan. Tinjauan sistematis tersebut mengembangkan kerangka tata kelola berbasis siklus rencanakan–lakukan–periksa–tindaklanjuti yang memetakan persyaratan ISO 31000:2018, ISO/IEC 27701:2025, dan ISO/IEC 29134:2023 ke dalam kegiatan operasional, dan menekankan pentingnya penilaian ulang ketika terjadi perubahan teknologi atau pemrosesan yang signifikan.[5] Penelitian tentang penilaian dampak di perbankan Indonesia membangun kerangka tiga komponen yang sejalan: analisis pemrosesan yang menguji kebutuhan dan proporsionalitas, analisis risiko yang mengidentifikasi dan memitigasi risiko terhadap hak subjek data, dan analisis pelaksanaan yang berfokus pada penerapan langkah pelindungan dan pemantauan berkelanjutan selama siklus pemrosesan.[6]

c. Teori inovasi privasi. Kajian konseptual tentang ketegangan privasi menempatkan privasi sejak perancangan dalam kategori inovasi privasi, yaitu praktik pengelolaan privasi yang baru atau ditingkatkan untuk memberi manfaat kepada konsumen, memenuhi harapan pemerintah, atau menarik bagi pemangku kepentingan lain.[7] Bentuk-bentuknya antara lain pengumpulan data pihak nol (zero-party data) yang sepenuhnya berbasis persetujuan, minimisasi pengumpulan melalui penemuan, kategorisasi, dan pemetaan aliran data, serta fitur dalam aplikasi seperti keluar otomatis berwaktu, notifikasi akses tidak dikenal, dan pengaturan keamanan serta privasi sebagai opsi bawaan.[8] Kajian itu juga mencatat contoh bahwa perusahaan dapat mempersonalisasi model prediktif tanpa mengorbankan privasi konsumen dengan memakai data yang dianonimkan, diagregasi, atau berbasis peristiwa, alih-alih informasi yang dapat mengidentifikasi seseorang.[9]

d. Bukti bahwa minimisasi dapat diterima pasar. Penelitian atas lebih dari 110.000 situs web menemukan penurunan berkelanjutan dalam penggunaan cookie pihak ketiga setelah regulasi Uni Eropa berlaku, dengan perubahan paling menonjol pada vendor yang mengungkapkan bahwa mereka mengumpulkan data pribadi; penelitian itu menilai perubahan tersebut sejalan dengan prinsip minimisasi data.[10] Penelitian eksperimental tentang pasar privasi menunjukkan bahwa penyimpanan informasi dalam jangka lebih pendek dan dalam bentuk anonim atau tidak teridentifikasi meningkatkan penerimaan konsumen terhadap pengumpulan informasi.[11] Dalam pandangan modul ini, kedua temuan itu menunjukkan bahwa privasi sejak perancangan tidak selalu bertentangan dengan kepentingan bisnis; dalam banyak kasus, ia menyelaraskan desain produk dengan preferensi konsumen.

Baca juga: Dampak Teknologi pada Struktur Tata Kelola Perusahaan: Dari Rapat Dewan Virtual hingga Blockchain

Konsep: Kerangka Hukum Penilaian Dampak dan Privasi Sejak Perancangan

a. Kewajiban penilaian dampak dalam UU PDP. Pasal 34 ayat (1) UU PDP mewajibkan pengendali melakukan penilaian dampak pelindungan data pribadi dalam hal pemrosesan data pribadi memiliki potensi risiko tinggi terhadap subjek data. Pasal 34 ayat (2) merinci pemrosesan yang berpotensi risiko tinggi, antara lain pengambilan keputusan secara otomatis yang memiliki akibat hukum atau dampak signifikan, pemrosesan data yang bersifat spesifik, pemrosesan dalam skala besar, evaluasi, penskoran, atau pemantauan yang sistematis, pencocokan atau penggabungan sekelompok data, penggunaan teknologi baru, serta pemrosesan yang membatasi pelaksanaan hak subjek data. Penelitian tentang penilaian dampak di perbankan mencatat bahwa ketentuan lebih lanjut diserahkan kepada peraturan pemerintah, dan bahwa sebelum peraturan itu terbit, rancangannya telah mengusulkan isi minimum penilaian dampak: deskripsi sistematis kegiatan dan tujuan pemrosesan termasuk kepentingan pengendali, penilaian kebutuhan dan proporsionalitas, penilaian risiko terhadap hak subjek data, dan langkah pengendali untuk melindungi subjek data dari risiko tersebut.[12]

Peraturan pemerintah itu kini telah terbit sebagai PP 33/2026. Menurut ringkasan sekunder atas peraturan itu, penilaian dampak diatur dalam Pasal 120 sampai dengan Pasal 122, wajib dilakukan sebelum pemrosesan yang berisiko tinggi, dan harus didokumentasikan serta ditinjau ulang apabila risikonya berubah. Untuk sektor perbankan, kewajiban serupa telah lebih dahulu dikenal: penelitian tentang penilaian dampak di perbankan mencatat bahwa POJK Nomor 11/POJK.03/2022 mewajibkan bank menerapkan prinsip pelindungan data pribadi dan melakukan penilaian dampak dalam kondisi tertentu ketika pemrosesan berpotensi meningkatkan risiko pemilik data.[13]

b. Perbandingan dengan rezim Uni Eropa. Tinjauan sistematis tentang tantangan penilaian dampak mencatat bahwa Pasal 35 regulasi Uni Eropa mewajibkan penilaian dampak terutama untuk pemrosesan skala besar, pemrosesan kategori data khusus, evaluasi sistematis atas aspek pribadi berbasis pemrosesan otomatis termasuk pemprofilan, atau penggunaan teknologi baru, dan bahwa penilaian itu harus mencakup seluruh rantai pemrosesan, termasuk pemrosesan oleh prosesor, subprosesor, dan penyedia layanan komputasi awan.[14] Tinjauan itu juga mencatat perkembangan baru: Undang-Undang Kecerdasan Artifisial Uni Eropa memperkenalkan penilaian dampak terhadap hak fundamental bagi sistem kecerdasan artifisial berisiko tinggi, yang melengkapi penilaian dampak pelindungan data, sehingga penilaian dampak pelindungan data saja mungkin tidak cukup untuk penerapan kecerdasan artifisial berisiko tinggi.[15] Dalam pandangan modul ini, korporasi Indonesia yang menerapkan sistem kecerdasan artifisial untuk penilaian kredit, rekrutmen, atau deteksi kecurangan sebaiknya mengantisipasi perluasan serupa dengan memasukkan pertimbangan keadilan algoritmik ke dalam penilaian dampaknya.

c. Privasi sejak perancangan dalam hukum Indonesia. UU PDP tidak memakai istilah privasi sejak perancangan secara eksplisit sebagaimana regulasi Uni Eropa, tetapi substansinya dapat diturunkan dari beberapa kewajiban: prinsip pengumpulan yang terbatas dan spesifik dalam Pasal 16 ayat (2), kewajiban menjaga keamanan data melalui langkah teknis operasional, dan kewajiban penilaian dampak dalam Pasal 34. Dalam pandangan modul ini, privasi sejak perancangan dalam hukum Indonesia lebih tepat dipahami sebagai cara memenuhi kewajiban-kewajiban tersebut secara efektif daripada sebagai kewajiban yang berdiri sendiri. Kajian konseptual tentang ketegangan privasi bahkan merekomendasikan agar regulator mendorong penegakan proaktif yang mencakup prinsip privasi sejak perancangan dan secara bawaan, dan mengakui serta memberi imbalan kepada respons proaktif perusahaan.[16]

d. Kesenjangan antara penilaian dampak dan kewajiban lain. Kajian perbandingan notifikasi kegagalan pelindungan data antara Indonesia, Korea Selatan, dan Uni Eropa menyimpulkan bahwa kerangka Indonesia lemah dalam hal penilaian dampak privasi, terputus dari kepatuhan keamanan siber, dan memisahkan penilaian dampak dari notifikasi kegagalan.[17] Kajian itu mencatat bahwa kerangka penilaian dampak Korea Selatan yang relatif kuat membantu pengendali mengidentifikasi dan memitigasi risiko secara proaktif, sehingga dapat meningkatkan kecepatan dan mutu notifikasi.[18] Dalam pandangan modul ini, pelajaran bagi korporasi adalah bahwa penilaian dampak yang baik menghasilkan pengetahuan yang sangat berguna ketika insiden terjadi: data apa yang ada, di mana, dengan risiko apa, dan langkah apa yang sudah disiapkan.

e. Privasi secara bawaan. Unsur ‘secara bawaan’ sering kurang diperhatikan dibandingkan unsur ‘sejak perancangan’. Dalam pandangan modul ini, privasi secara bawaan berarti bahwa tanpa tindakan apa pun dari pengguna, sistem hanya memproses data yang diperlukan untuk tujuan tertentu, menyimpannya hanya selama diperlukan, dan tidak membukanya kepada pihak yang tidak perlu. Dalam praktik korporasi Indonesia, ujiannya sederhana: apakah kotak persetujuan untuk pemasaran atau berbagi data dengan mitra telah tercentang sebelum pengguna menyentuhnya, apakah profil pengguna di aplikasi terbuka untuk umum secara bawaan, dan apakah pegawai baru otomatis mendapat akses ke seluruh basis data pelanggan. Desain antarmuka yang menggiring pengguna memilih opsi yang kurang melindungi, misalnya dengan tombol ‘setuju’ yang menonjol dan opsi ‘tolak’ yang tersembunyi, bertentangan dengan semangat persetujuan yang sah secara eksplisit dalam Pasal 20 ayat (2) huruf a UU PDP. Kajian konseptual tentang ketegangan privasi menyebut pengaturan keamanan dan privasi sebagai opsi bawaan sebagai salah satu bentuk inovasi privasi yang dapat diintegrasikan ke dalam aplikasi yang berhadapan dengan pelanggan.[19]

Praktik: Menjalankan Penilaian Dampak yang Bermakna

a. Menyaring kebutuhan penilaian. Langkah pertama adalah penyaringan: setiap proyek atau perubahan pemrosesan yang tercatat dalam inventarisasi data diuji terhadap kriteria risiko tinggi dalam Pasal 34 ayat (2) UU PDP dan, setelah berlaku, rinciannya dalam PP 33/2026. Dalam pandangan modul ini, penyaringan sebaiknya dilembagakan dalam proses persetujuan proyek, pengadaan teknologi, dan peluncuran produk, sehingga tidak ada sistem baru yang berjalan tanpa melewati pertanyaan apakah penilaian dampak diperlukan.

b. Menyusun penilaian. Isi penilaian dampak setidaknya mengikuti empat unsur yang telah diusulkan sejak rancangan peraturan pemerintah, yaitu deskripsi pemrosesan dan tujuannya, uji kebutuhan dan proporsionalitas, penilaian risiko terhadap hak subjek data, dan langkah mitigasi.[20] Tinjauan sistematis tentang tantangan penilaian dampak mengidentifikasi empat kelompok kesulitan yang perlu diantisipasi: kesulitan hukum dan regulasi akibat perbedaan aturan antaryurisdiksi, kesulitan menilai risiko dalam ekosistem data yang kompleks, kompleksitas pelaksanaan yang menuntut keahlian multidisiplin dan integrasi langkah teknis serta organisasi, dan kebutuhan memperluas lingkup penilaian seiring munculnya teknologi baru.[21] Dalam pandangan modul ini, tim penilaian dampak yang efektif setidaknya melibatkan pemilik proses bisnis, ahli teknologi informasi dan keamanan, penasihat hukum, dan pejabat pelindungan data sebagai pemberi saran dan pemantau.

c. Memvalidasi dan mendokumentasikan. Penelitian tentang penilaian dampak di perbankan Indonesia memvalidasi kerangka yang dikembangkannya melalui tiga penilai independen, yaitu perwakilan bagian hukum, pejabat pelindungan data sebuah bank, dan seorang akademisi, dengan tingkat kesepakatan yang tergolong moderat (Fleiss’ Kappa 0,491).[22] Penelitian itu sendiri mengakui bahwa hasil tersebut, meskipun menegaskan keandalan kerangka, menunjukkan ruang untuk meningkatkan konsistensi penilaian.[23] Dalam pandangan modul ini, angka itu merupakan pengingat yang berguna: dua orang yang menilai pemrosesan yang sama dapat sampai pada kesimpulan berbeda, sehingga penilaian dampak harus mendokumentasikan alasan di balik setiap kesimpulan, bukan sekadar skornya.

d. Menerjemahkan hasil menjadi desain. Penilaian dampak tidak berguna jika hasilnya tidak mengubah apa pun. Dalam pandangan modul ini, setiap risiko tinggi yang teridentifikasi harus dihubungkan dengan keputusan desain yang konkret: data yang tidak perlu dikumpulkan dihapus dari formulir, data yang perlu disimpan lama dipseudonimkan, akses dibatasi berdasarkan peran, pengaturan bawaan dibuat paling melindungi, dan keputusan otomatis yang berdampak signifikan disertai jalur peninjauan manusia. Penelitian tentang penilaian dampak di perbankan merekomendasikan, antara lain, pelatihan staf, validasi instrumen, integrasi penilaian dampak ke dalam proses bisnis, pengembangan aplikasi teknologi informasi untuk penilaian dampak, dan pemantauan berkelanjutan.[24]

e. Menjaga keberlanjutan. Penilaian dampak bukan dokumen sekali jadi. Tinjauan sistematis tentang tantangan penilaian dampak menekankan bahwa siklus rencanakan–lakukan–periksa–tindaklanjuti harus eksplisit pada tingkat kegiatan sehingga memungkinkan penilaian ulang yang terarah ketika terjadi perubahan teknologi atau pemrosesan yang signifikan, mengingat teknologi digital berkembang lebih cepat daripada revisi standar.[25] Penelitian tentang kapabilitas manajemen data menempatkan pengawasan atas pemrosesan sensitif, yaitu kemampuan menilai dan mendokumentasikan secara rinci konsekuensi privasi dari pemrosesan sensitif, sebagai subkapabilitas manajemen tersendiri.[26]

f. Ilustrasi: sistem penilaian kelayakan kredit berbasis algoritma. Dalam pandangan modul ini, sebuah perusahaan pembiayaan yang hendak memakai algoritma untuk menilai kelayakan kredit berdasarkan data transaksi dan perilaku digital calon nasabah hampir pasti memenuhi beberapa kriteria risiko tinggi sekaligus: keputusan otomatis dengan akibat signifikan, data keuangan pribadi yang tergolong spesifik, pemrosesan skala besar, penskoran sistematis, dan penggabungan data dari berbagai sumber. Penilaian dampaknya perlu menjawab apakah setiap variabel benar-benar diperlukan dan proporsional, apakah variabel tertentu dapat menjadi proksi bagi karakteristik yang dilindungi sehingga menimbulkan diskriminasi, bagaimana calon nasabah diberi tahu tentang penggunaan algoritma, dan bagaimana ia dapat mengajukan keberatan atas keputusan otomatis sesuai haknya dalam UU PDP. Hasilnya dapat berupa penghapusan variabel tertentu, kewajiban peninjauan manusia untuk penolakan, penjelasan yang dapat dipahami, dan pemantauan berkala atas hasil algoritma. Ilustrasi ini juga menunjukkan bahwa penilaian dampak yang baik memerlukan kolaborasi antara analis data dan penasihat hukum sejak tahap awal.

g. Peran advokat. Dalam pandangan modul ini, advokat dapat berperan dalam tiga cara: menyusun metodologi dan templat penilaian dampak yang sesuai dengan UU PDP dan PP 33/2026, bertindak sebagai penilai kedua yang menguji kesimpulan tim internal secara kritis, dan memberikan pendapat hukum atas isu yang memerlukan penafsiran, seperti pilihan dasar pemrosesan atau kebutuhan konsultasi dengan otoritas. Peran-peran ini menuntut advokat memahami sistem yang dinilai, bukan hanya teks peraturannya.

Analisis Kritis

Pertama, penilaian dampak rawan menjadi formalitas yang dibuat sesudah keputusan diambil. Dalam pandangan modul ini, praktik yang sering terjadi adalah penilaian dampak disusun ketika sistem sudah dibeli atau produk sudah siap diluncurkan, sehingga fungsinya bergeser dari alat pengambilan keputusan menjadi alat pembenaran. Tinjauan sistematis tentang tantangan penilaian dampak sendiri mengakui bahwa kerangka yang diusulkannya masih merupakan proposal konseptual dan normatif yang efektivitasnya dalam organisasi nyata belum diuji secara empiris.[27] Bukti tentang apakah penilaian dampak benar-benar mengubah keputusan organisasi masih terbatas.

Kedua, subjektivitas penilaian tidak dapat dihilangkan. Logika proporsionalitas kontekstual yang menjadi ciri penilaian dampak membuka ruang diskresi yang luas.[28] Tingkat kesepakatan yang hanya moderat antara penilai ahli dalam penelitian di perbankan Indonesia menunjukkan bahwa ruang itu nyata.[29] Dalam pandangan modul ini, tanpa pedoman dari lembaga pelindungan data tentang tingkat risiko yang dapat diterima, korporasi akan cenderung menilai risiko secara menguntungkan dirinya. Selama lembaga belum terbentuk, peran advokat sebagai penilai kedua yang independen menjadi lebih penting.

Ketiga, kerangka Indonesia masih memisahkan instrumen-instrumen yang seharusnya terhubung. Kajian perbandingan dengan Korea Selatan dan Uni Eropa menunjukkan bahwa keterputusan antara penilaian dampak, keamanan siber, dan notifikasi kegagalan adalah kelemahan struktural kerangka Indonesia.[30] Kajian itu bersifat normatif dan ditulis sebelum PP 33/2026 terbit, sehingga sebagian kelemahan yang diidentifikasinya mungkin telah dijawab oleh peraturan pelaksana. Dalam pandangan modul ini, korporasi tidak perlu menunggu integrasi regulasi untuk mengintegrasikan instrumen tersebut dalam programnya sendiri.

Keempat, privasi sejak perancangan menuntut biaya dan perubahan yang tidak sedikit. Kajian konseptual tentang ketegangan privasi mencatat bahwa privasi sejak perancangan memerlukan investasi dan perubahan yang substansial, dan bahwa meskipun regulasi pelindungan data komprehensif berlaku, korporasi multinasional tampaknya sebagian besar masih menerapkan strategi privasi reaktif.[31] Dalam pandangan modul ini, bagi korporasi Indonesia yang sistem informasinya merupakan warisan bertahun-tahun, privasi sejak perancangan paling realistis diterapkan pada sistem dan produk baru, sementara sistem lama ditangani melalui penilaian dampak dan mitigasi bertahap.

Kesimpulan dan Implikasi bagi Praktisi Hukum

Penilaian dampak dan privasi sejak perancangan memindahkan pelindungan data ke tahap sebelum keputusan diambil. Penilaian dampak menghadirkan kepentingan subjek data secara prosedural dalam pengambilan keputusan organisasi, dengan objek risiko berupa hak dan kebebasan subjek data, bukan kepentingan perusahaan; privasi sejak perancangan menanamkan hasil pertimbangan itu ke dalam arsitektur sistem dan pengaturan bawaan. UU PDP mewajibkan penilaian dampak untuk pemrosesan berisiko tinggi, PP 33/2026 merinci pelaksanaannya, dan regulasi sektoral seperti POJK 11/POJK.03/2022 telah lebih dahulu menuntutnya di perbankan. Bagi praktisi hukum, rekomendasinya adalah sebagai berikut. Pertama, lembagakan penyaringan kebutuhan penilaian dampak dalam proses persetujuan proyek, pengadaan teknologi, dan peluncuran produk agar penilaian dilakukan sebelum keputusan, bukan sesudahnya. Kedua, susun penilaian dampak yang memuat sekurang-kurangnya deskripsi pemrosesan, uji kebutuhan dan proporsionalitas, penilaian risiko terhadap hak subjek data, dan langkah mitigasi, serta dokumentasikan alasan setiap kesimpulan. Ketiga, hubungkan setiap risiko tinggi dengan keputusan desain yang konkret, termasuk minimisasi, pseudonimisasi, pembatasan akses, pengaturan bawaan yang paling melindungi, dan peninjauan manusia atas keputusan otomatis. Keempat, untuk sistem kecerdasan artifisial yang memengaruhi hak orang, perluas penilaian dampak dengan pertimbangan keadilan algoritmik dan hak fundamental lainnya. Kelima, perlakukan penilaian dampak sebagai dokumen hidup yang ditinjau ulang ketika risiko berubah, dan manfaatkan hasilnya sebagai bahan persiapan respons insiden.


*Artikel ini merupakan bagian dari ‘Learning Module for Lawyers: Corporate Law’ yang disusun oleh Tim Penulis Firma Pragma Integra.

Referensi

[1] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[2] Quach and others, ‘Digital technologies: tensions in privacy and data’.

[3] Bilgin Metin, Nazlı Elif Yey, and Martin Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’, Information, 17.7 (2026), p. 679, https://doi.org/10.3390/info17070679.

[4] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[5] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[6] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[7] Quach and others, ‘Digital technologies: tensions in privacy and data’.

[8] Quach and others, ‘Digital technologies: tensions in privacy and data’.

[9] Quach and others, ‘Digital technologies: tensions in privacy and data’.

[10] Peukert and others, ‘Regulatory Spillovers and Data Governance: Evidence from the GDPR’.

[11] Eggers and others, ‘The Market for Privacy: Understanding How Consumers Trade Off Privacy Practices’.

[12] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[13] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[14] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[15] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[16] Quach and others, ‘Digital technologies: tensions in privacy and data’.

[17] Ampuan Situmeang and others, ‘Evaluating Data Breach Notification Protocols: Comparative Analysis of Indonesia and South Korea’, Lentera Hukum, 12.1 (2025), pp. 42–61, https://doi.org/10.19184/ejlh.v12i1.47621.

[18] Situmeang and others, ‘Evaluating Data Breach Notification Protocols: Comparative Analysis of Indonesia and South Korea’.

[19] Quach and others, ‘Digital technologies: tensions in privacy and data’.

[20] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[21] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[22] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[23] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[24] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[25] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[26] Labadie and Legner, ‘Building data management capabilities to address data protection regulations: Learnings from EU-GDPR’.

[27] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[28] Metin, Yey, and Wynn, ‘Addressing Data Protection Impact Assessment (DPIA) Implementation Challenges in AI-Driven Digitalisation: A Systematic Review and PDCA-Based Governance Framework’.

[29] Anggraini and Putra, ‘Data Protection Impact Assessment Framework in the Banking Sector in Indonesia to Implement Law of Personal Data Protection’.

[30] Situmeang and others, ‘Evaluating Data Breach Notification Protocols: Comparative Analysis of Indonesia and South Korea’.

[31] Quach and others, ‘Digital technologies: tensions in privacy and data’.

Tell Your Friends
Avatar
Pragma Integra is a law firm that combines deep expertise in taxation, corporate and business law, and business development.

Need legal or tax advice?

Discuss your matter with our lawyers

Facing a tax dispute, a corporate transaction or a business problem? Tell us about it and our team will get back to you.

Let’s Talk on WhatsAppContact Form

Integrated Legal & Business Solutions

Have Tax and Business Problems? Let's Solve Them Together

From complex tax disputes to critical corporate decisions, Pragma Integra is here to guide you with trusted expertise and strategic solutions.